ЕКГ-ідентифікація з використанням глибинних нейронних мереж

Simple item page
dc.citation.epage72
dc.citation.issue880
dc.citation.journalTitleВісник Національного університету «Львівська політехніка». Серія: Автоматика, вимірювання та керування
dc.citation.spage67
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationПолітехніка Опольська (Польща)
dc.contributor.authorХома, В.
dc.contributor.authorХома, Ю.
dc.contributor.authorГерасименко, В.
dc.contributor.authorСабодашко, Д.
dc.coverage.placenameЛьвів
dc.date.accessioned2018-05-03T12:23:49Z
dc.date.available2018-05-03T12:23:49Z
dc.date.created2017-03-28
dc.date.issued2017-03-28
dc.description.abstractОписано розроблення нової біометричної системи на основі електрокардіограми людини (ЕКГ) як альтернативного джерела біометричної інформації. Для здійснення ідентифікації запропоновано використати передові алгоритми машинного навчання (глибинні нейроні мережі) у поєднанні з техніками цифрового опрацювання сигналів. Всі експерименти проводились на самостійно зібраному наборі даних з використанням вбудованої електроніки з мінімізованою аналоговою частиною.
dc.description.abstractThis paper is focus on developing novel biometric system based on humans’ electrocardiogram (ECG) as alternative type of biometric information. To perform identification advanced machine learning algorithms (deep neural networks) combined with digital signal processing techniques. All experiments were done on self-collected data set using the embedded electronics with a minimized analog front end.
dc.format.extent67-72
dc.format.pages6
dc.identifier.citationЕКГ-ідентифікація з використанням глибинних нейронних мереж / В. Хома, Ю. Хома, В. Герасименко, Д. Сабодашко // Вісник Національного університету «Львівська політехніка». Серія: Автоматика, вимірювання та керування. — Львів : Видавництво Львівської політехніки, 2017. — № 880. — С. 67–72.
dc.identifier.citationenEKH-identyfikatsiia z vykorystanniam hlybynnykh neironnykh merezh / V. Khoma, Iu. Khoma, V. Herasimenko, D. Sabodashko // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Avtomatyka, vymiriuvannia ta keruvannia. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 880. — P. 67–72.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/40966
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.relation.ispartofВісник Національного університету «Львівська політехніка». Серія: Автоматика, вимірювання та керування, 880, 2017
dc.relation.references1. A. K. Jain, P. Flynn, and A. A. Ross, Handbook of Biometrics. Secaucus, NJ, USA: Springer-Verlag New York, Inc., 2007.
dc.relation.references2. Handbook of Biometrics. Jain A., Flynn P., Ross A. A. (Eds.). Springer,2008, 564 p.
dc.relation.references3. Fratini A., Sansone M., Bifulco P., Cesarel M. Individual identification via electrocardiogram analysis. BioMed Eng OnLine. 2015, pp. 1–23.
dc.relation.references4. M. Bassiouni, W.Khalefa, El-Sayed A. El-Dahshan, Abdel-Badeeh. M. Salem. A study on the Intelligent Techniques of the ECG-based Biometric Systems. Recent Advances in Electrical Engineering, pp. 26–31.
dc.relation.references5. Kaur G., Singh D., Kaur S. Electrocardiogram (ECG) as a Biometric Characteristic: A Review. International Journal of Emerging Research in Management &Technology, 2015, (Volume-4, Issue-5), pp. 202–206.
dc.relation.references6. Matos A. C.,Lourenc A., Nascimento J. Embedded system for individual recognition based on ECG Biometrics. In:Proceedings Conference on Electronics, Telecommunications and Computers – CETC 2013, pp. 265–272.
dc.relation.references7. e-Health Sensor Platform V2.0 for Arduino and Raspberry Pi [Electronic resource]. – Access mode:https://www.cooking-hacks.com/documentation/tutorials/ehealth-biometric-sensor-platform-arduinoraspberry-pi-medical (last access: 21.03.17). – Title from the screen.
dc.relation.references8. BioSPPy – Biosignal Processing in Python [Electronic resource]. – Access mode: https://github.com/PIA-Group/BioSPPy (last access:21.03.17).
dc.relation.references9. Lviv Biometric Data Set [Electronic resource]. – 2017 – Access mode:https://github.com/YuriyKhoma/Lviv-Biometric-Data-Set (last access:21.03.17).
dc.relation.references10. The source code of the project [Electronic resource]. – 2017. – Access mode: https://github.com/YuriyKhoma/ecgidentification(last access: 21.03.17).
dc.relation.references11. TensorFlow [Electronic resource]. – Access mode:https://www.tensorflow.org/ (last access: 21.03.17).
dc.relation.referencesen1. A. K. Jain, P. Flynn, and A. A. Ross, Handbook of Biometrics. Secaucus, NJ, USA: Springer-Verlag New York, Inc., 2007.
dc.relation.referencesen2. Handbook of Biometrics. Jain A., Flynn P., Ross A. A. (Eds.). Springer,2008, 564 p.
dc.relation.referencesen3. Fratini A., Sansone M., Bifulco P., Cesarel M. Individual identification via electrocardiogram analysis. BioMed Eng OnLine. 2015, pp. 1–23.
dc.relation.referencesen4. M. Bassiouni, W.Khalefa, El-Sayed A. El-Dahshan, Abdel-Badeeh. M. Salem. A study on the Intelligent Techniques of the ECG-based Biometric Systems. Recent Advances in Electrical Engineering, pp. 26–31.
dc.relation.referencesen5. Kaur G., Singh D., Kaur S. Electrocardiogram (ECG) as a Biometric Characteristic: A Review. International Journal of Emerging Research in Management &Technology, 2015, (Volume-4, Issue-5), pp. 202–206.
dc.relation.referencesen6. Matos A. C.,Lourenc A., Nascimento J. Embedded system for individual recognition based on ECG Biometrics. In:Proceedings Conference on Electronics, Telecommunications and Computers – CETC 2013, pp. 265–272.
dc.relation.referencesen7. e-Health Sensor Platform V2.0 for Arduino and Raspberry Pi [Electronic resource], Access mode:https://www.cooking-hacks.com/documentation/tutorials/ehealth-biometric-sensor-platform-arduinoraspberry-pi-medical (last access: 21.03.17), Title from the screen.
dc.relation.referencesen8. BioSPPy – Biosignal Processing in Python [Electronic resource], Access mode: https://github.com/PIA-Group/BioSPPy (last access:21.03.17).
dc.relation.referencesen9. Lviv Biometric Data Set [Electronic resource], 2017 – Access mode:https://github.com/YuriyKhoma/Lviv-Biometric-Data-Set (last access:21.03.17).
dc.relation.referencesen10. The source code of the project [Electronic resource], 2017, Access mode: https://github.com/YuriyKhoma/ecgidentification(last access: 21.03.17).
dc.relation.referencesen11. TensorFlow [Electronic resource], Access mode:https://www.tensorflow.org/ (last access: 21.03.17).
dc.relation.urihttps://www.cooking-hacks.com/documentation/tutorials/ehealth-biometric-sensor-platform-arduinoraspberry-pi-medical
dc.relation.urihttps://github.com/PIA-Group/BioSPPy
dc.relation.urihttps://github.com/YuriyKhoma/Lviv-Biometric-Data-Set
dc.relation.urihttps://github.com/YuriyKhoma/ecgidentification(last
dc.relation.urihttps://www.tensorflow.org/
dc.rights.holder© Національний університет “Львівська політехніка”, 2017
dc.rights.holder© Хома В., Хома Ю., Герасименко В., Сабодашко Д., 2017
dc.subjectбіометрія
dc.subjectнейронні мережі
dc.subjectідентифікація
dc.subjectелектрокардіограма
dc.subjectbiometrics
dc.subjectneural networks
dc.subjectidentification
dc.subjectelectrocardiogram
dc.subject.udc519.7
dc.titleЕКГ-ідентифікація з використанням глибинних нейронних мереж
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2017n880_Khoma_V-EKH_identyfikatsiia_z_vykorystanniam_67-72.pdf
Size:
659.25 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
2017n880_Khoma_V-EKH_identyfikatsiia_z_vykorystanniam_67-72__COVER.png
Size:
397.68 KB
Format:
Portable Network Graphics
Download

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3 KB
Format:
Plain Text
Description:
Download

Collections

Автоматика, вимірювання та керування. – 2017. – №880